Agriculture
❯
Sécurité alimentaire
❯L'IA pour comprendre l'adultération dans les aliments couramment utilisés
Réduire les rappels d'aliments avec AI-Dri
Pour:
Entreprises alimentaires, magasins de détail, restaurants
Objectif:
Anticiper les risques, améliorer l'efficacité des opérations
Détection des maladies animales
Pour:
Producteurs laitiers, Producteurs industriels
Objectif:
Anticiper les risques
L'IA pour comprendre l'adultération dans les aliments couramment utilisés
Pour:
Consommateurs, agriculteurs, agences de veille sanitaire
But:
Comprendre les modèles d'imagerie hyperspectrale / proche infrarouge (NIR) ou visuelle spécifiquement pour l'adultération dans le lait, les bananes et les mangues.
Objectif:
Améliorer l'efficacité des opérations
L'IA pour comprendre l'adultération dans les aliments couramment utilisés
Pour:
Consommateurs, agriculteurs, agences de veille sanitaireObjectif:
Améliorer l'efficacité des opérationsProblème adressé
Concevoir un outil simple et rentable pour identifier la falsification des produits alimentaires au point d'achat.
But du cas d'usage
Comprendre les modèles d'imagerie hyperspectrale / proche infrarouge (NIR) ou visuelle spécifiquement pour l'adultération dans le lait, les bananes et les mangues.
Description
La falsification des aliments devient une menace, en particulier avec les adultérants qui sont cancérigènes ou nocifs pour les parties du corps comme les reins. Pour donner quelques exemples, le lait est frelaté avec de la soude, de l'urée et des détergents, tandis que les mangues et les bananes sont mûries prématurément avec du carbure de calcium, etc. L'homme ordinaire ne peut pas vivre sans ces articles. Il n'existe aucun moyen frugal d'identifier ce type d'adultération. Une expérience d'adultération contrôlée a été menée et une lecture de réflectance hyperspectrale a été prise. L'IA a aidé à trouver les modèles dans la signature hyperspectrale et a pu classer de manière fiable (90 % ++) les échantillons non frelatés ou frelatés.
Écouter - Réseau de capteurs - IOT
Voir -Vidéo
IA: Percevoir
Apprentissage automatique
vision par ordinateur
IA: Comprendre